MétaCan
Menu
← Retour à la cohorte
Enregistrement W2333077483 · doi:10.3183/npprj-2014-29-04-p584-591

On filtration and heat insulation properties of foam formed cellulose based materials

2014· article· en· W2333077483 sur OpenAlexaff
Pouyan Jahangiri, Reza Korehei, Sadaf S. Zeinoddini, Ario Madani, Yash Sharma, A.B. Phillion, D. Mark Martinez, James A. Olson

Notice bibliographique

RevueNordic Pulp & Paper Research Journal · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceCelluloseFiltration (mathematics)Thermal insulationChemical engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Novel biodegradable, low-density porous materials based on wood fibres are produced in foam laid media called foam-paper. Applications of foam-paper are studied in sub-micron aerosol filtration and heat insulation. The effect of foam air-content and fibre type on the variation of final product properties is determined. In the first study, the effect of fibre morphology and crowding number are investigated on the major filtration parameters such as pressure-drop, air-permeability and filtration-efficiency. The results show that increasing fibre specific surface and crowding number and decreasing pulp freeness leads to increasing both filtration efficiency and pressure-drop of foam-papers. Different combinations of additives and two methods of drying are applied in order to optimize filtration characteristics. The best filtration properties are obtained using air-dried samples with 10% and 30% weight ratio of Northern Bleached Softwood Kraft (NBSK) valley beaten fibres and freeze-dried Nanofibrillated Lyocell Fibres at high air-contents. In the second study, variations of thermal conductivity of standard foam-papers with respect to foam air-content are investigated. The results of foam-papers at higher air-contents are comparable with the results of commercial heat insulators.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,059
Tête enseignante GPT0,334
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNordic Pulp & Paper Research Journal→Même sujetAdvanced Cellulose Research Studies→Travaux en français237 207→